训练模型、部署推理服务或者做图形渲染，都离不开GPU。在腾讯云GPU云服务器在线选购时，控制台怎么点其实不难，让人犯难的往往是拿不准机型够不够用，计费方式划不划算。这篇按选购顺序走一遍，说明每一步看什么、为什么看，最后用一个具体场景把成本算清楚。
一、开始前先想清楚三件事
打开控制台之前，先把下面三个问题想明白。想不清楚就直接下单，后面多半要反复改配置，浪费的时间比提前想清楚还多。
- 任务类型：训练对显存和带宽要求高，推理更在意单卡性价比和响应速度，渲染主要看单精度计算能力。三类任务挑机型的标准不同，别用同一把尺子量。
- 显存下限：粗略估算的办法是模型参数量乘以精度位宽，训练时还要再加上梯度和优化器状态。显存不够，模型根本启动不了，算力再强也用不上。
- 使用时长：每天跑几个小时，还是连续跑几周，直接决定该按量付费还是包月。这一点后面会用数字说明。
二、在线选购的操作步骤
- 登录腾讯云控制台，进入“云服务器 CVM”，点击“新建”。
- 选择地域和可用区。地域会影响访问延迟，也会影响某些GPU机型的库存。目标机型显示售罄时，换一个地域或可用区重试，通常是最快的办法。
- 在实例类型里切换到GPU机型，把卡型、显存、CPU核数和内存放在一起比较。型号命名和规格会随产品迭代调整，以官网当期说明为准，别凭记忆下单。
- 选择镜像。腾讯云提供预装GPU驱动、CUDA和深度学习框架的镜像，能省掉手动装驱动的时间。如果团队对环境版本有固定要求，就选基础镜像自行配置。
- 配置系统盘和数据盘。模型权重和训练数据通常占用大量空间，建议把数据盘单独挂载，之后扩容或迁移都方便。
- 设置网络与带宽。公网带宽按使用量或固定值计费。如果只做内网训练，不占用公网带宽也能完成工作。
- 配置安全组，只开放必要端口，例如SSH和应用服务端口。登录方式优先选密钥对，不要依赖弱密码。
- 核对配置和价格，提交订单。提交前看一遍计费方式、购买时长和地域，和原计划对得上再付款。
三、用一个场景算计费成本
设想一个三人小团队要微调一个中等规模的开源模型。每次训练约20小时，每周跑两次，一个月大约172个GPU运行小时。假设某机型按量单价每小时30元，包月价格为6000元。以下数字只用来演示计算方法，实际价格请以控制台显示为准。
按量计费的月成本是 172 × 30 = 5160 元。包月则固定支付6000元，不管实际跑多少小时。这时可以算一个盈亏平衡点：6000 ÷ 30 = 200 小时。团队每月实际只用172小时，低于200小时，所以按量更省。
后来团队把训练频率提到每周四次，月使用量升到约344小时。按量成本变成10320元，明显高于包月的6000元，此时切换到包月更合理。判断方法就一条：先估出每月真实运行小时数，再和“包月价格 ÷ 按量单价”的结果比较。超过盈亏平衡线就包月，低于这条线继续按量。
四、常见的坑怎么提前躲
- 实例停了，以为不再计费：按量实例停止后，挂在上面的磁盘等资源仍可能产生费用。不用的实例要确认释放，并检查关联的云硬盘和公网IP是否还在。
- 显存估小了：训练时的显存占用通常远高于模型权重本身。可以先用小批量数据跑通流程，观察显存峰值，再推算全量训练需要多少。
- 数据盘拖慢训练：数据读取慢，昂贵的GPU就只能空等。数据集较大时，选择性能更高的云硬盘类型，或者提前把数据缓存到本地。
- 热门机型抢不到：部分GPU机型在某些时段库存紧张。可以提前安排购买时间，同时准备两个备选机型，免得项目因为一台机器卡住。
机型、镜像、存储和计费方式彼此牵连，选错任何一项，成本和训练效率都会受影响。所以别急着点“立即购买”，先把任务需求和每月使用时长算清楚，再进控制台逐项配置，通常能少走不少返工的弯路。
